テキストセグメンテーション
Labvancedのテキストセグメンテーションは、研究者が文中の各単語の単語レベルの興味領域を自動的にわずか数分で構築できるようにします。手動でのAOI配置は不要です：刺激のスプレッドシートをリンクすると、Labvancedが各単語の位置を測定し、ウェブカメラの視線追跡を有効にすると、各単語ごとに、各試行に対して5つの視線指標を記録します。
テキストセグメンテーションの仕組み
単語ごとの視線データや地域ごとの視線データに基づく読書研究は、歴史的に試行ごとに刺激内のすべての単語やフレーズに対してAOIを手動で配置する必要があり、このプロセスは数文を超えるスケールで機能しませんでした。Labvancedのテキストセグメンテーションは、そのステップを取り除きます：文のスプレッドシートをアップロードすると、各行のすべての単語に自動的にAOIが与えられ、研究者がボックスを1つも配置する必要がなくなります。
| プロパティ | 仕様 |
|---|---|
| テキストソース | CSVアップロード、既存のデータフレーム、または配列変数（試行ごとに1文） |
| AOIユニット | 単語ごとに1つのボックス、Labvancedフレーム単位で自動的に測定 |
| レイアウトモード | フロー（要素の幅でラップ）またはグリッド（均等幅の列、ギャップのないAOIカバレッジ） |
| 記録されたテーブル | AOIジオメトリ（単語、位置、サイズ）および、視線追跡が有効な場合の単語ごとの視線指標 |
| 単語ごとの視線指標 | 滞留時間、総注視回数、総注視持続時間、最初の注視までの時間、平均注視持続時間 |
| 互換性 | 縦断的デザイン、マウストラッキングなど |
各単語のAOIは、フォントメトリクスから推定するのではなく、レンダリングされた要素から直接測定されるため、記録されたジオメトリは、試行がそれを表示したときに実際に画面に表示されていたものと一致します。これが記録された場合の外観については、下のAOIジオメトリテーブルを参照してください。
単語ごとの視線指標は、Labvancedの査読済みウェブカメラ視線追跡パイプラインで実行されます（視覚角度1.3度の精度、EyeLink 1000に対して検証済み；Kaduk et al., 2024, Behavior Research Methods）、プラットフォーム上の他のすべての視線追跡機能の背後にある同じ視線エンジンです。これが記録された場合の外観については、下の単語ごとの指標テーブルを参照してください。
手動配置の代わりに自動AOI
スプレッドシート形式は、この種の研究のために通常刺激が構築される方法と一致しています。1試行ごとに1行、1単語ごとに1列で、既存の刺激セットは直接リンクできることがよくあります。
わずか数分でCSVから完全に機能するプロトタイプスタディに移行でき、AOIがマッピングされ、ウェブカメラの視線追跡が有効になります。
収集データとプレビュー
各試行ごとに2つのデータフレームテーブルが利用可能で、行が整列しているため、同じ単語が両方のテーブルの同じ行に位置します。
| AOIジオメトリテーブル | 単語ごとのメトリクステーブル |
|---|---|
word_index, word, line_index, x, y, width, height | word_index, word, line_index, dwell_time, total_fixations, total_fixation_duration, time_to_first_fixation, mean_fixation_duration |
一度も見られなかった単語は、すべてのメトリクス列に0の行を保持し、空のセルにはなりません。これにより、分析スクリプトが欠落データを特別の場合として扱う必要がなくなります。
両方のテーブルは、専用のイベントアクションによって書き込まれます：Record Text Segment AOIsはフレームの開始時にジオメトリを書き込んで、それがレンダリングされたものと同期を保ち、Record Text Segment Eyetracking Metricsはフレームの終了時に視線メトリクスを書き込み、各単語のその試行の注視データが確定した後に行われます。
インタラクティブデモ
ドキュメント
テキストセグメンテーションオブジェクト
完全なオブジェクト参照：プロパティ、セットアップウィザード、および2つの録音アクション。
読書研究の構築
テキストセグメンテーションを使用して構築された実際の単語頻度読書研究のステップバイステップのワークスルー。
